Abstract The aim of this article is to describe the reference configuration of the convection-permitting numerical weather prediction (NWP) model HARMONIE-AROME, which is used for operational short-range weather forecasts in Denmark, Estonia, Finland, Iceland, Ireland, Lithuania, the Netherlands, Norway, Spain, and Sweden. It is developed, maintained, and validated as part of the shared ALADIN–HIRLAM system by a collaboration of 26 countries in Europe and northern Africa on short-range mesoscale NWP. HARMONIE–AROME is based on the model AROME developed within the ALADIN consortium. Along with the joint modeling framework, AROME was implemented and utilized in both northern and southern European conditions by the above listed countries, and this activity has led to extensive updates to the model’s physical parameterizations. In this paper the authors present the differences in model dynamics and physical parameterizations compared with AROME, as well as important configuration choices of the reference, such as lateral boundary conditions, model levels, horizontal resolution, model time step, as well as topography, physiography, and aerosol databases used. Separate documentation will be provided for the atmospheric and surface data-assimilation algorithms and observation types used, as well as a separate description of the ensemble prediction system based on HARMONIE–AROME, which is called HarmonEPS.

Abstract Entrainment and detrainment processes have been recognised for a long time as key processes for cumulus convection and have recently witnessed a regrowth of interest mainly due to the capability of large‐eddy simulations (LES) to diagnose these processes in more detail. This article has a twofold purpose. Firstly, it provides a historical overview of the past research on these mixing processes, and secondly, it highlights more recent important developments. These include both fundamental process studies using LES aiming to improve our understanding of the mixing process, but also more practical studies targeted toward an improved parametrised representation of entrainment and detrainment in large‐scale models. A highlight of the fundamental studies resolves a long‐lasting controversy by showing that lateral entrainment is the dominant mixing mechanism in comparison with the cloud‐top entrainment in shallow cumulus convection. The more practical studies provide a wide variety of new parametrisations with sometimes conflicting approaches to the way in which the effect of the free tropospheric humidity on the lateral mixing is taken into account. An important new insight that will be highlighted is that, despite the focus in the literature on entrainment, it appears that it is rather the detrainment process that determines the vertical structure of the convection in general and the mass flux especially. Finally, in order to speed up progress and stimulate convergence in future parametrisations, stronger and more systematic use of LES is advocated. Copyright © 2012 Royal Meteorological Society

Abstract High-resolution, limited-area forecasting is strongly affected by errors in the initial atmospheric state, lateral boundary conditions (LBCs), and physical parameterizations used by numerical weather prediction (NWP) models. These errors need to be accounted for through the introduction of uncertainty in an ensemble prediction system (EPS). One approach to account for model error is to use a stochastically perturbed parameterizations (SPPs) scheme. A first version of the SPP scheme of HARMONIE EPS (HarmonEPS) has been tested, with promising improvements in ensemble spread. However, it introduced systematic biases and deteriorated skill scores for some variables. Here, we investigate the performance of an updated version of the HarmonEPS SPP scheme, which includes (i) the use of uniform distributions, (ii) the correlation of stochastic patterns between key SPP parameters, and (iii) the introduction of four additional parameters, in the microphysics and mass-flux schemes. Two five-parameter SPP-based setups are compared against initial and LBC perturbations setups for five forecast periods: (i) 22–28 March 2019, (ii) 6–12 July 2020, (iii) 20–26 February 2021, (iv) 13–26 January 2021, and (v) 20 May–2 June 2021. We find that SPP-based experiments show better probabilistic metrics for near-surface and cloud-related variables than the non-SPP experiments. The SPP-based ensembles show increased spatial spread (as indicated by dFSS), while maintaining similar spatial skill (as indicated by eFSS) with the non-SPP experiment. In addition, the systematic bias in the ensemble members of the previous SPP iteration has been alleviated with the use of uniform distributions. Finally, the use of microphysical and mass-flux perturbations improves the ensemble scores for cloud-related variables, precipitation, and visibility. Significance Statement Ensemble prediction systems are essential for weather forecasting. Their skill depends on the representation of uncertainties arising from errors in the initial atmospheric state and model physics. In this study, we present an update to the stochastically perturbed parameterizations scheme, which represents uncertainty arising from model errors, of the limited-area HARMONIE ensemble prediction system. The update to the scheme includes the introduction of uniform distributions and correlated perturbations for the perturbed parameters, as well as the addition of four new perturbed parameters. Overall, this revision removes systematic biases in ensemble members, which were present in the previous iteration of the scheme, and shows increased ensemble spread (up to 70%) and reduced model errors (up to 5%) for near-surface and cloud-related variables.

Abstract Summertime heatwaves are extreme events with a large societal impact. Intensity, duration and spatial extent, all heatwave properties are projected to increase in a warming world, implying that summers that qualified as extreme in the past will become increasingly normal. In this paper we quantify how the changes play out for the July 2019 European heatwave that shattered temperature records throughout Western Europe. We combine a storyline approach with ensemble Pseudo Global Warming (PGW) and high-resolution dynamical downscaling. The downscaling is done with a regional climate model (RACMO2, 12 km resolution) and a convection-permitting model (HCLIM-AROME, 2.5 km resolution). Under PGW the maximum temperature during the heatwave rises 1.5 to 2.5 times faster than the global mean, implying that even at moderate warming levels the heatwave impact changes are tangible. Moreover, there is no sign that the increase in the maximum temperature levels off at higher warming levels, implying that at +4K above present-day temperatures could reach 50 ∘ C. During heatwaves cities become islands of heat where daily maxima and night-time minima are up to 5 ∘ C higher than in rural areas as we show in ultra-high resolution HCLIM-AROME simulations at 150 m resolution.

The aim of this technical note is to describe the Cycle 46 reference configuration of the HARMONIE-AROME convection-permitting numerical weather prediction model. HARMONIE-AROME is one of the canonical system configurations that is developed, maintained, and validated in the ACCORD consortium, a collaboration of 26 countries in Europe and northern Africa on short-range mesoscale numerical weather prediction. This technical note describes updates to the physical parametrizations, both upper-air and surface, configuration choices such as lateral boundary conditions, model levels, horizontal resolution, model time step, and databases associated with the model, such as for physiography and aerosols. Much of the physics developments are related to improving the representation of clouds in the model, including developments in the turbulence, shallow convection, and statistical cloud scheme, as well as changes in radiation and cloud microphysics concerning cloud droplet number concentration and longwave cloud liquid optical properties. Near real-time aerosols and the ICE-T microphysics scheme, which improves the representation of supercooled liquid, and a wind farm parametrization have been added as options. Surface-wise, one of the main advances is the implementation of the lake model FLake. An outlook on upcoming developments is also included.